每个购物车都值得发送弃购邮件吗？
*了解12美元购物车的短暂访问是否值得与150美元结账相同的跟进，如何按价值和意图筛选弃购邮件，以及哪些指标显示流程是否创造了增量利润。*
相关文章
要点
简要总结
- 弃购邮件通常值得运营，但并非每个购物车都应接受相同的序列、激励、渠道或投入程度。
- 仅凭购物车价值不足以决定。结账深度、重复访问、产品利润率、客户状态、库存和可识别行为都会影响预期价值。
- 低成本的邮件提醒对低价值购物车仍有用，而昂贵的激励或短信处理可能不适用。
- 衡量每个符合条件弃购者的增量毛利润——不仅仅是打开率、归因收入或恢复率。
- 在细分优化前，确认足够多的高意图购物者可被识别并进入流程。Capture可识别未提交邮箱的符合条件匿名访客，ReCapture可在浏览器识别丢失后重新连接回访的Klaviyo订阅者。
为什么“是否值得”不是简单的二选一问题
真正的决策不是弃购邮件作为类别是否有效，而是特定购物者、购物车和处理方式是否具有足够的预期价值来证明发送邮件的合理性。
比较两个会话：
- 一位访客添加了12美元的产品，在网站停留30秒，未完成结账即离开。
- 一位回访客户构建了150美元的购物车，进入结账，查看运费，未付款即离开。
两者都是弃购事件，但它们表现出的意图、可能的异议、潜在毛利润和跟进需求不同。
关于更广泛的程序架构，请阅读弃购邮件策略框架。本页聚焦于更狭义的决策：哪些购物车应接受何种处理。
什么样的弃购购物车值得发送邮件？
当满足以下三条件时，弃购购物车值得发送邮件：
- 购物者可识别且符合消息发送资格。
- 行为显示足够的购买意图以支持该处理。
- 预期的增量毛利润超过发送、折扣、运营和声誉成本。
第二和第三条件因业务而异。补货产品可能在低购物车价值时仅需简单提醒。高回报的时尚商品可能需要考虑利润率的策略。高客单价且考虑周期长的产品可能需要教育和保障，而非紧迫感。
哪些信号应决定处理方式？
| 信号 | 可能指示 | 流程中的实际应用 |
|---|---|---|
| 购物车价值 | 毛利前的收入机会 | 将高价值购物车导向更长序列或人工审核 |
| 毛利率 | 支持激励或付费渠道的能力 | 根据贡献利润限制折扣和渠道成本 |
| 结账深度 | 接近购买及可能的阻碍点 | 对开始结账者发送更快、更直接的提醒 |
| 重复访问 | 持续兴趣而非偶然添加 | 提升优先级但不自动添加折扣 |
| 客户状态 | 新客、回头客、VIP、流失或批发背景 | 改变语气、优惠和频率规则 |
| 产品属性 | 尺寸风险、补货、库存、交期或复杂度 | 针对最可能阻碍购买的异议 |
| 最近消息 | 疲劳和送达风险 | 当联系频率高时抑制或缩短序列 |
| 库存 | 是否仍可恢复 | 当商品无法购买时停止或调整流程 |
> 将意图评分视为决策系统，而非向所有人发送更多邮件的工具。
实用处理矩阵
| 购物者行为 | 推荐起始处理 | 折扣策略 | 测量重点 |
|---|---|---|---|
| 低价值购物车，首次短暂访问，无结账 | 符合条件时发送一次轻度提醒 | 不自动折扣 | 增量转化率对比对照组 |
| 中等价值购物车，多次浏览或重复访问 | 两条消息序列，含产品上下文 | 仅提醒后测试 | 每符合条件用户的收入 |
| 高价值购物车，已开始结账 | 快速安抚加后续跟进 | 利用利润率和异议数据 | 增量毛利润和完成率 |
| 现有客户补货商品 | 关联先前关系的提醒 | 通常初期不需 | 重复购买和退订影响 |
| 高价值或复杂产品，考虑周期长 | 教育、证明、融资、支持或重定向 | 避免反射性百分比折扣 | 辅助收入和购买周期长度 |
| 被抑制、退订、不合格或未识别 | 资格变更前不发邮件 | 不适用 | 识别和资格覆盖率 |
该矩阵为初步假设，应通过受控测试验证，而非视为通用规则。
> 比较大额购买的策略。 查看高客单价Shopify店铺的邮件恢复，再为高价值购物车分配昂贵激励或渠道。
如何计算流程是否盈利？
从处理级贡献模型开始：
Incremental gross profit
= incremental recovered revenue × gross margin rate
− discounts
− messaging and platform cost
− fulfillment or support cost caused by the treatment然后归一化：
Incremental gross profit per eligible abandoner
= incremental gross profit ÷ eligible abandoners“增量”很重要。邮件后发生的订单不一定由邮件直接促成。有些购物者即使不发邮件也会回归。若量足够，使用对照组；量不足时用分阶段测试。
避免用打开率作为决策指标。隐私功能可能夸大打开数，且打开邮件不代表产生盈利行为。ESP归因收入更有用，但仍反映平台归因设置，而非受控因果结果。
如何细分Klaviyo弃购流程？
第一步：区分添加购物车和开始结账
Klaviyo当前文档区分常见的开始结账流程和Shopify的添加购物车流程。达到结账的购物者提供了比仅添加产品更强的漏斗信号。
创建独立分支或流程，使用过滤器避免结账开始者和购买者持续收到早期购物车序列。
第二步：添加购物车价值分割
利用事件属性或集成中的用户/流程逻辑，分离反映实际单位经济的价值区间。不要复制其他店铺的任意阈值（如50美元）。
基于自身分布开始：
- 低于典型订单价值；
- 接近典型订单价值；
- 明显高于典型订单价值。
第三步：添加利润率和产品规则
150美元低利润购物车可能支持的激励少于70美元高贡献利润购物车。排除不可用、受限、常退货或已超限折扣的产品。
第四步：利用客户状态和频率
回头客可能需要较少解释。首次购物者可能需要证明、运费说明和退货信息。Klaviyo支持过滤和重新进入控制，防止重复发送。
第五步：测试处理策略，而非仅主题行
测试有意义的策略差异：
- 提醒与不提醒；
- 一条消息与两条；
- 安抚与折扣；
- 仅邮件与邮件加批准的第二渠道；
- 产品特定证明与通用品牌文案。
在正确选择大处理策略后，小文案变化也很重要。
> 在创建更多分支前估算机会。 使用行业、平均订单价值、月GMV和ESP基准您的店铺识别和收入差距。
为什么覆盖率改变ROI计算
即使完美细分，若只覆盖少部分表现出意图的购物者，流程仍可能表现不佳。
将程序拆分为两个杠杆：
Recovery revenue
= identifiable and eligible abandoners
× incremental conversion from treatment
× order value细分改善第二和第三项。识别覆盖影响第一项。若高价值购物车大多匿名或与现有档案断开，业务可能只在可见少数上优化邮件创意。
Attribuly的400+品牌购物者识别基准比较八大行业、四个高价值事件和不同店铺规模的识别与收入机会。用该证据作为方向性基准，再用自身事件和收入数据验证。
覆盖问题包含两个独立受众：
| 缺失受众 | ESP无法评估购物车的原因 | Attribuly能力 |
|---|---|---|
| 从未提交邮箱的新高意图访客 | 会话无可用店铺档案 | Capture通过基于同意的身份网络识别符合条件的匿名美国访客，并同步至支持的ESP和广告目的地 |
| 返回的Klaviyo订阅者，Cookie或会话链接丢失 | 档案存在，但当前购物车行为未连接 | ReCapture将符合条件的行为重新连接至现有档案，使当前流程逻辑能评估购物者 |
此区别在经济上很重要。Capture帮助店铺评估无档案的高意图购物车；首500个识别邮箱免费，无需信用卡。ReCapture帮助现有Klaviyo流程看到更多已获订阅者。Attribuly保证ReCapture支出至少4倍回报，以ReCapture识别购物者带来的恢复购物车收入计。
> 在假设序列无利前先测试覆盖率。 开始七天Attribuly试用，同时运行Capture和ReCapture，查看有多少高价值购物车未被当前ESP识别的受众覆盖。
各细分应收到什么？
低价值、低意图购物车
使用轻度提醒，附带产品信息和清晰返回路径。避免在购物者未表现出需要激励前花费利润率。若购物车价值不足以支持多条付费消息，限制序列长度。
高价值结账弃购者
响应风险，而非仅价格。明确运费、交付时间、退货、保修、兼容性、尺码或融资。Baymard结账研究多次指出额外费用、交付、退货、账户创建和表单复杂度是弃购驱动因素。
回头客
引用既有关系，避免过度个性化。补货提醒或服务导向消息可能优于欢迎式折扣。
长期考虑产品
使用教育、比较帮助、评价、支持访问和较长时间的重定向。目标是在评估期间保持有用，而非强迫当日决策。
常见错误
错误1：将每个恢复订单视为增量
重要性： 部分购物者自然回归，最后触点ESP收入可能夸大因果提升。
正确做法： 使用对照组或受控处理比较。
错误2：仅按购物车价值细分
重要性： 价值无法揭示利润率、结账深度、产品风险或客户状态。
正确做法： 结合价值、意图和单位经济。
错误3：每个序列都以折扣开头
重要性： 折扣降低利润率，可能教会回头客等待。
正确做法： 先以相关性和异议消除为主；仅在经济合理时测试激励。
错误4：优化可见购物车，忽视不可达购物车
重要性： 流程报告排除匿名或断开会话，未进入自动化。
正确做法： 在添加购物车和开始结账阶段测量识别覆盖率，同时关注消息表现。
下一步
弃购邮件不是简单的全有或全无策略，而是一系列处理方案。为低价值、低意图购物车提供低成本回归路径；对高价值、高意图机会投入更多；并衡量全体符合条件受众的增量毛利润。
> 用自家店铺数据测试经济效益。 开始七天Attribuly试用，同时评估Capture和ReCapture。Capture首500个识别邮箱免费；ReCapture保证至少4倍回报，以支出和归因恢复购物车收入计。
相关阅读
资料来源
常见问题
12美元购物车值得发送弃购邮件吗？
每个弃购购物车都应收到邮件吗？
Klaviyo能按购物车价值筛选弃购邮件吗？
结账深度比购物车价值信号更好吗？
弃购邮件何时应包含折扣？
如何判断弃购订单是否增量？
识别更多弃购者是否意味着应给所有人发邮件？
可否先同时测试捕获和重新夺回再决定是否值得？
关于 Attribuly
Attribuly 帮助 DTC 品牌挽回弃购收入。我们识别被你的 ESP（如 Klaviyo）遗漏的匿名访客和已有订阅者，补全他们的画像，并将这些信号回传，让你的弃购流程正常触发、再营销受众持续增长，并帮助你至少多挽回 15% 的收入。 Shopify Featured App，Klaviyo 技术合作伙伴。已获 20,000+ 品牌信任。保证 4× ROI。